{"id":561,"date":"2018-01-19T10:00:00","date_gmt":"2018-01-19T08:00:00","guid":{"rendered":"https:\/\/blogs.autodesk.com\/villagebim\/2018\/01\/machine-learning-les-principes-et-applications-pratiques-dans-l-aec.html"},"modified":"2018-01-19T10:00:00","modified_gmt":"2018-01-19T08:00:00","slug":"machine-learning-les-principes-et-applications-pratiques-dans-l-aec","status":"publish","type":"post","link":"https:\/\/blogs.autodesk.com\/villagebim\/2018\/01\/machine-learning-les-principes-et-applications-pratiques-dans-l-aec.html","title":{"rendered":"Machine learning : les principes et applications pratiques dans l\u2019AEC"},"content":{"rendered":"

\"clip_image002\"<\/a><\/p>\n

    <\/p>\n

Le \u00ab Machine Learning<\/em> \u00bb (ML<\/strong>) ou en fran\u00e7ais \u00ab Apprentissage Automatique<\/strong> \u00bb <\/em>est l\u2019une des disciplines que les laboratoires de recherches Autodesk ont d\u00e9j\u00e0 investi.<\/p>\n

C\u2019est pendant l\u2019\u00e9v\u00e8nement annuel Autodesk University 2017 que Mehdi Nourbakhsh, Sr. Research Scientist, Autodesk Research, nous a pr\u00e9sent\u00e9 le \u00ab Machine Learning<\/em> \u00bb ainsi quelques applications pratiques mis en place chez Autodesk. C\u2019est au travers d\u2019exercices qu\u2019il nous a fait toucher du doigt ce qu\u2019est cette technologie et surtout ce qu\u2019elle peut nous apporter.<\/p>\n

Je vous propose de vous faire un r\u00e9sum\u00e9 de cette pr\u00e9sentation.<\/p>\n

Le \u00ab Machine Learning<\/em> \u00bb est une branche de l'<\/strong>intelligence artificielle<\/strong><\/a> (IA<\/strong>), concerne la conception, l'analyse, le d\u00e9veloppement et l'impl\u00e9mentation de m\u00e9thodes permettant \u00e0 une machine (au sens large) d'\u00e9voluer par un processus syst\u00e9matique, et ainsi de remplir des t\u00e2ches difficiles ou probl\u00e9matiques par des moyens algorithmiques plus classiques (d\u00e9finition Wikip\u00e9dia).<\/p>\n

A l'heure actuelle beaucoup de soci\u00e9t\u00e9 investissement dans le ML<\/strong> car celui-ci est la technologie qui permet d\u2019exploiter pleinement le potentiel du Big Data.<\/p>\n

Rappel :<\/span> Big Data est un ensemble de donn\u00e9es<\/a> devenu si volumineux qu'il d\u00e9passe l'intuition et les capacit\u00e9s humaines d'analyse et m\u00eame celles des outils informatiques classiques de gestion de base de donn\u00e9es<\/a> ou de l'information (d\u00e9finition Wikip\u00e9dia)..<\/p>\n

Le ML<\/strong> est apparu dans les ann\u00e9es 1950 (en 1951 plus pr\u00e9cis\u00e9ment) mais l\u2019un des exemples le plus connu au monde, c\u2019est en 1997 lorsque Deep Blue (superordinateur<\/a> sp\u00e9cialis\u00e9 dans le jeu d'\u00e9checs<\/a>) a battu Gary Kasparov.<\/p>\n

Bien souvent, cette technologie fait peur car elle est synonyme de suppression d\u2019emplois (Analystes) mais il faut savoir que cela n\u2019est pas un outil magique et qu\u2019il faut des informaticiens derri\u00e8re tout cela.<\/p>\n

Vous trouvez ci-dessous des exemples de soci\u00e9t\u00e9s ou des technologies qui utilisent d\u00e9j\u00e0 le ML<\/strong> mais pourquoi pas l\u2019appliquer au domaine de l\u2019Architecture, Ing\u00e9nierie et de la Construction (AEC<\/strong>).<\/p>\n

\"clip_image004\"<\/a><\/p>\n

 <\/p>\n

C\u2019est donc tout naturellement que la soci\u00e9t\u00e9 Autodesk \u00e0 mis en place quelques solutions AEC faisant appel au \u00ab Machine Learning<\/em> \u00bb.<\/p>\n

\"clip_image006\"<\/a><\/p>\n

 <\/p>\n

1 \u2013 Le \u00ab Generative Design \u00bb :<\/u><\/strong><\/p>\n

Nous avons d\u00e9j\u00e0 \u00e9crit de nombreux articles sur le sujet que vous pouvez consulter (ici<\/a>, ici<\/a> et ici<\/a>). En quelques mots : c\u2019est \u00e0 partir de la d\u00e9finition de contraintes (g\u00e9om\u00e9triques, m\u00e9caniques, thermiques, comportements\u2026) qu\u2019un algorithme organique permet de trouver un ensemble de solutions remplissant toutes les fonctionnalit\u00e9s demand\u00e9es. C'est parce que ce processus fait appel \u00e0 de grosses capacit\u00e9s de calculs que tout naturellement, la puissance cloud est mise \u00e0 contribution.<\/p>\n

\"clip_image008\"<\/a><\/p>\n

 <\/p>\n

Un des exemples chez Autodesk est le \u00ab Project Fractal <\/a>\u00bb, voir notre article ici<\/a> sur le sujet.<\/p>\n

2- Att\u00e9nuation de risque (Risk Mitigation) :<\/u><\/strong><\/p>\n

La r\u00e9duction (ou suppression) des erreurs lors de la construction d\u2019un b\u00e2timent est l\u2019un des postes cl\u00e9 car cela permet de r\u00e9aliser de substantielles \u00e9conomies.<\/p>\n

Effectivement, avec le nombre de sous-traitants croissants, des changements quotidiens peut gravement augmenter le nombre d\u2019erreurs sur chantier. C\u2019est l\u00e0 que le ML vient \u00e0 notre rescousse !<\/p>\n

Notamment Autodesk BIM 360 Field<\/a> (Solution cloud de contr\u00f4le de qualit\u00e9 et rapports quotidiens) permet de comprendre le contexte dans lequel ont \u00e9t\u00e9 cr\u00e9\u00e9 chaque probl\u00e8me, de r\u00e9aliser la supervision de ceux-ci, de prioriser les t\u00e2ches, et de les assigner aux responsables. Cela n\u00e9cessite une collaboration interactive entre la machine et l\u2019homme de l\u2019art au travers d'un algorithme qui apprend \u00e0 comprendre les desiderata et par la suite r\u00e9plique cette connaissance (extrapolation).<\/p>\n

Par exemple, si l\u2019utilisateur n\u2019est pas d\u2019accord sur la classification d\u2019un probl\u00e8me, il peut la changer et l\u2019algorithme va propager la modification et revoir l\u2019\u00e9chelle de risque. En cons\u00e9quence, cette connaissance est directement r\u00e9inject\u00e9e dans le mod\u00e8le math\u00e9matique pour construire un nouveau mod\u00e8le plus proche des attentes de l\u2019utilisateur.<\/p>\n

\"clip_image010\"<\/a><\/p>\n

 <\/p>\n

3- La s\u00e9curit\u00e9 sur le chantier :<\/u><\/strong><\/p>\n

La s\u00e9curit\u00e9 est aussi un des points importants sur le chantier. Nous essayons de comprendre le comportement de la s\u00e9curit\u00e9, de savoir quelle est la part de d\u00e9terminisme et de hasard au travers des diff\u00e9rents probl\u00e8mes enregistr\u00e9s.<\/p>\n

Toujours dans le domaine de la s\u00e9curit\u00e9, nous pouvons \u00eatre aid\u00e9 par l\u2019utilisation de technologies telles que :<\/p>\n